基于数据驱动的电动自行车换电需求预测

来源：交通运输系统工程与信息杂志2021年第2期北京时间：

作者：帅春燕，杨芳，欧阳鑫，许庚

单位：昆明理工大学，交通工程学院，昆明 650500

摘要：换电企业在城市内建立换电柜，满足不断增长的电动自行车换电需求，涉及到换电柜的选址，电池的投放和换电需求的预测。本文分析了国内某大型换电企业的换电订单数据，发现换电柜存在使用严重不均衡问题,为提高使用率，降低换电成本，提出按区域对换电需求量进行聚类并预测的方法。首先，对换电柜位置进行K-means聚类，据此优化换电柜的投放量，提高使用率；随 后，采用整合移动平均自回归模型(Autoregressive Integrated Moving Average model, ARIMA)预测短时换电需求。实验发现，ARIMA模型在短时换电订单的需求预测上具有较高的预测精度，与其他基线模型相比，各指标均为最好，说明换电需求在时间上更趋于线性关系。本文提出的换电柜优化方法和短时需求预测结果为换电企业的换电柜选址和电池投放量提供数据支持。

关键词：智能交通,换电需求预测,ARIMA模型,电动自行车,K-means聚类

基金资助：国家自然科学基金/National Natural Science Foundation of China(71864022)；国家重点研发计划/National Key Research and Development Program of China(2017YFB0306405)。